社会心理学のための統計学 心理尺度の構成と分析 (心理学のための統計学 3)

清水裕士 荘島宏二郎

• 誠信書房 (2017年5月25日発売)

作品紹介・あらすじ

学生が卒業までに学んでほしい社会心理学理論や概念を、ジャーナルに掲載された論文に似せたストーリーに盛り込みつつ、各種分析法を解説。因子分析、重回帰分析などの多変量解析や、態度測定、尺度の得点化、交互作用効果の検討方法、媒介分析など、心理学に必須な統計手法を特定の統計ソフトウェアに限定せずに解説しているので、どのような環境でも分析できる教材となっている。

感想・レビュー・書評

[occuppsyさんの感想 · 2021年12月1日]

2021.12.1　M1呉移が借りています
2022.２.1 ゴイ返却しました

[東京大学医学図書館（電子ブック）さんの感想 · 2024年6月21日]

同時アクセス数1

【学内から】
https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000063132

【学外から】
https://utokyo.idm.oclc.org/login?url=https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000063132
【必読：EZproxy利用時の注意点】
https://www.lib.u-tokyo.ac.jp/ja/library/literacy/user-guide/campus/offcampus/ezproxy

[桃山学院大学附属図書館さんの感想 · 2021年12月14日]

桃山学院大学附属図書館蔵書検索OPACへ↓
https://indus.andrew.ac.jp/opac/book/605506

[学習院大学 法経図書センターさんの感想 · 2017年7月24日]

東2法経図・開架 140.7A/Sh69s/3/K

[教育心理学 大学院生さんの感想 · 2025年7月12日]

【因子分析について】
　⑴因子寄与の最大値は項目数と一致する。つまり、因子寄与÷項目数×100＝因子寄与率（項目が有する総情報のうち因子で説明できている割合）である。

　⑵データが2件法などの場合はカテゴリカル因子分析（第4巻参照）を利用するほうが望ましい。


【回帰分析について】
　⑴個人の目的変数の予測値
＝切片（説明変数が0の時の目的変数の予測値）＋回帰係数×個人の説明変数の値

　⑵重回帰分析では、説明変数同士が統制し合うため、擬似相関（交絡変数）を排除し、真の影響力を見ることができる。一方で、他の変数で統制された"それ"が、何であるのかということは慎重に判断する必要がある。

　⑶重回帰分析において、多重共線性（VIF値）が高いと、説明変数同士がで統制し合って残った"それ"の分散は小さくなり、推定精度が低くなる。

　⑷回帰分析の結果を研究間で比較する際、サンプルサイズの影響を受けるp値やt値は適さない。そのため、分散の大きさ（SD）を考慮したβで比較する。

　⑸回帰係数の符号は相関係数と異なる場合、多重共線性が生じている可能性がある。一方で、新たな科学的発見がある可能性も期待できる。ちなみに、多重共線性の基準としては、5ぐらいで解釈が難しくなる。


【共分散分析（ANCOVA）について】
　⑴ANCOVAでは、複数の群に共通する「目的変数に影響を及ぼす変数（共変量）」を統制（事後的に"なかったことに"）して、目的変数の値を群間比較することができる。

　⑵ANCOVAでは、「目的変数に対する共変量の影響（回帰係数）は等しい」と仮定しているため、①目的変数と共変量は無相関、②各群の分布が同じ（一様に正規分布）、③共変量と要因（群を分ける要因）との交互作用が非有意であることが望ましい。


【その他】
　件法は、5段階以上に増やしてもそれほど情報量は増えず、寧ろ回答者の疲労が大きくなるコストのほうが大きいと思われる。


【今後の課題】
　因子負荷量と共通性の違いについて、原理（算出方法）、解釈するポイントを理解する。

著者プロフィール

関学大

「2019年 『社会科学のための ベイズ統計モデリング』 で使われていた紹介文から引用しています。」